Sie müssen nicht jede CRM-Spalte ausfüllen, bevor Sie einen eng begrenzten KI-Agenten bauen. Ein Kandidaten-Follow-up kann nur Kontaktname, letztes Interaktionsdatum und Deal-Phase benötigen. Entscheidend sind die Qualität dieser Felder, der tatsächlich gewährte Zugriff und getestete Regeln für fehlende oder widersprüchliche Werte — nicht die Ordnung der gesamten Datenbank.
Welche Daten liest ein eng begrenzter KI-Agent?
Ein eng begrenzter KI-Agent kann nur mit den Feldern verbunden werden, die sein Workflow benötigt. Das ist eine Entscheidung über Aufbau und Zugriff, keine allgemeine Grenze von KI-Agenten. Ein Agent mit breitem Such- oder Datenbankzugriff kann deutlich mehr sehen.
Ein Kandidaten-Follow-up-Agent bei einer Personalvermittlung liest drei HubSpot-Felder: Kontaktname, Datum der letzten E-Mail und Deal-Phase. Der Agent prüft, ob das Datum der letzten E-Mail älter als sieben Tage ist und ob die Deal-Phase noch „Active" lautet. Wenn beide Bedingungen erfüllt sind, erstellt der Agent eine Follow-up-E-Mail, adressiert an den Kontaktnamen.
Andere Felder — Unternehmensgröße, Lead-Quelle, LinkedIn-URL oder Branche — können aus diesem Workflow ausgeschlossen werden. Sie liegen nur dann außerhalb seiner Reichweite, wenn die Verbindung sie tatsächlich nicht liefert oder Berechtigungen den Zugriff verhindern. Ein Satz im Prompt ist keine Zugriffsgrenze. Testen Sie, welche Daten die konfigurierte Verbindung zurückgibt.
Warum „erst Daten bereinigen" das Falsche verzögert
Die Bereinigungsannahme setzt voraus, dass der Agent das gesamte CRM untersuchen muss. Ein auf bestimmte Felder begrenzter Follow-up-Workflow braucht diese Breite nicht. Klären Sie, welche Information die Entscheidung verändert, statt jede leere Spalte als Hindernis zu behandeln.
Ein Agent folgt einem definierten Lesepfad. Die Integration gibt an, welches Objekt abgefragt wird, welche Felder abgerufen werden und welche Bedingungen zu prüfen sind. Ein Kontakt mit leerer LinkedIn-URL und fehlendem Unternehmensgrößenfeld läuft identisch durch den Agenten wie ein Kontakt mit jedem ausgefüllten Feld — solange die drei Felder, die der Agent liest, vorhanden und konsistent sind.
Eine CRM-Bereinigung kann Informationen verbessern, die der gewählte Workflow gar nicht verwendet. Prüfen Sie zuerst, ob Datum der letzten E-Mail und Deal-Phase für die konkrete Follow-up-Entscheidung zuverlässig genug sind. Halten Sie umfassendere Bereinigungsarbeit getrennt, sofern sie keine tatsächliche Abhängigkeit behebt.
Fehlende oder irreführende Werte sind relevant, wenn der Workflow sie verwendet. Tatsächlich aus der Verbindung ausgeschlossene Felder müssen für diesen Workflow nicht befüllt werden. Prüfen Sie sowohl die Daten als auch die tatsächliche Zugriffsgrenze, bevor Sie über Bereinigung entscheiden.
Sinnvolle Vorbereitung bedeutet: benötigte Felder identifizieren, repräsentative Datensätze prüfen und festlegen, was bei einem fehlenden Wert passiert. Der Aufwand hängt von den Quellen, Datensatztypen und Ausnahmen des Workflows ab.
Die tatsächliche Datenanforderung
Drei Fragen bestimmen, ob die Daten für eine Agenten-Implementierung bereit sind.
Welche Felder prüft die Auslöserbedingung? Beim Kandidaten-Follow-up: Datum der letzten E-Mail und Deal-Phase. Ein fehlendes Datum darf nicht stillschweigend zur Versanderlaubnis werden. Definieren Sie, ob der Datensatz übersprungen, einem Menschen vorgelegt oder eine freigegebene Alternative verwendet wird. Erzwingen Sie diese Regel vor dem Versand.
Welche Felder verwendet die Ausgabe? Der Agent adressiert E-Mails an das Kontaktnamensfeld. Wenn dieses Feld für einige Datensätze leer ist, verwendet der Agent einen Fallback — „Guten Tag," oder eine generische Anrede. Dies vor dem Build zu wissen bestimmt, ob der Fallback akzeptabel ist oder ob dieses Feld vor dem Go-live befüllt werden muss.
Wo befinden sich die Daten, und gibt es einen API-Zugang? Wenn das für den Workflow benötigte Feld in einer Tabellenkalkulation statt in einem CRM liegt, ändert sich die Integration. Wenn das System keine API hat, ändert sich der Implementierungsumfang. Beides lässt sich im Scoping-Gespräch klären, bevor Build-Arbeiten beginnen.
Prüfen Sie die verwendeten Felder, bevor Sie jede Spalte bereinigen.
Welche Felder nach Workflow-Typ tatsächlich relevant sind
Die Felder, die ein Agent benötigt, werden durch den Workflow bestimmt — nicht durch das System. Die folgende Tabelle zeigt, welche Felder für fünf gängige Kleinunternehmen-Workflows relevant sind und welche Felder im selben System für den Agenten irrelevant sind.
| Workflow | System | Felder, die der Agent benötigt | Felder, die der Agent ignoriert |
|---|---|---|---|
| Kandidaten-Follow-up | HubSpot / Pipedrive | Kontaktname, Datum letzte E-Mail, Deal-Phase | Unternehmensgröße, Lead-Quelle, LinkedIn-URL, Branche |
| Rechnungserinnerung | Xero / QuickBooks | Rechnungsbetrag, Kundenname, Fälligkeitsdatum, Zahlungsstatus | Kontohistorie, Branche, Rechnungsadresse |
| Kunden-Status-Update | Notion / Asana | Projektname, Datum letztes Update, Status-Feld | Aufgabenanzahl, Beauftragtenhistorie, Dateianhänge |
| Lead-Qualifizierung | HubSpot | Lead-Score oder Phasen-Feld, Kontakt-E-Mail, Name | Deal-Wertschätzung, Empfehlungsquelle, Anruf-Log |
| Meeting-Follow-up | CRM + Kalender-Integration | Meeting-Datum, Teilnehmer, Deal-Phase | Frühere Notizen, benutzerdefinierte Tags, Legacy-Felder |
Diese Feldlisten sind Beispiele, keine vollständigen Spezifikationen für jedes Unternehmen. Manche Workflows benötigen außerdem Einwilligung, Zuständigkeit, Währung oder weiteren Kontext. HubSpot dokumentiert zahlreiche Standard-Kontakteigenschaften. Entscheidend ist, welche Eigenschaften Ihr Workflow braucht, nicht eine feste Gesamtzahl.[1]
Wie man Datenbereitschaft vor dem Scoping-Gespräch prüft
Die Prüfung liefert die Antworten, die vor dem Build benötigt werden: erforderliche Felder, Regeln für fehlende Werte, verfügbarer Zugriff und Datensätze, die bei einem Menschen bleiben sollten.
Das Audit hat drei Schritte.
Schritt eins: Workflow-Felder kartieren. Den Workflow-Trigger, die verwendeten Eingabedaten und das Ausgabeformat aufschreiben. Für jede im Workflow verwendete Information identifizieren: welches Feld sie enthält, in welchem System sie liegt und ob dieses Feld für die betreffenden Datensätze zuverlässig befüllt ist.
Schritt zwei: Abdeckung und Bedeutung prüfen. Filtern Sie nach den Datensätzen, die der Agent verarbeiten wird. Zählen Sie fehlende, veraltete, widersprüchliche und doppelte Werte in jedem benötigten Feld. Erfassen Sie die Abdeckung, verwenden Sie aber keinen universellen Prozentsatz als Startfreigabe: Eine fehlende Einwilligung kann wichtiger sein als viele fehlende optionale Namen. Vereinbaren Sie die Behandlung jeder Bedingung.
Schritt drei: Nutzbaren Zugriff bestätigen. Testen Sie die gewählte Verbindung mit dem tatsächlichen Konto und den vorgesehenen Berechtigungen. Dass ein Produkt eine API anbietet, beweist nicht, dass Ihr Konto die nötigen Felder lesen oder Aktionen ausführen darf. Fehlt ein direkter Zugang, prüfen Sie einen kontrollierten Export oder eine andere unterstützte Verbindung, bevor Sie eine Migration erwägen.
Das Ergebnis ist eine kurze Liste benötigter Felder, gemessener Abdeckung, Zugriffsgrenzen und Behandlungsregeln. Damit erhält das Team eine konkrete Vorbereitungsaufgabe statt einer offenen Anweisung, das gesamte CRM zu bereinigen.
Checkliste zur Datenbereitschaft herunterladen (PDF)
Wann Daten eine Implementierung tatsächlich blockieren
Zwei Datensituationen blockieren eine Implementierung tatsächlich — keine davon ist ein „unordentliche Daten"-Problem.
Die benötigte Information hat keine zuverlässige Quelle. Eine Beratung möchte Projektstatusberichte senden, aber die Statusinformationen sind auf Slack-Threads verteilt. Ein Agent kann Nachrichten lesen, wenn er Zugriff erhält. Damit werden sie jedoch nicht automatisch zum verbindlichen aktuellen Status. Klären Sie, wer diesen Status verantwortet, wo er gepflegt wird und wie Widersprüche aufgelöst werden.
Es gibt keinen sicheren, praktikablen Zugriff auf die benötigte Information. Ein Altsystem ohne unterstützte Verbindung oder nutzbaren Export kann individuelle Arbeit erfordern. Prüfen Sie zuerst Möglichkeiten und Berechtigungen. Eine Migration ist eine mögliche Antwort, keine automatische Voraussetzung für jedes System ohne API.
Moderne Tools können nutzbare Verbindungen bieten. Verfügbarkeit, Kontoberechtigungen und Datenqualität müssen trotzdem geprüft werden. Entscheiden Sie anhand der Prozessbereitschaft, ob der konkrete Workflow starten kann.
Wie testen Sie fehlende Felder sicher?
Verwenden Sie repräsentative Datensätze mit vollständigem Wert, leerem Wert, veraltetem Wert und doppeltem Treffer. Schreiben Sie vor dem Test auf, welches Ergebnis Sie jeweils erwarten. Prüfen Sie, ob prüfpflichtige Datensätze angehalten werden, die zuständige Person die Ausnahme erhält und während des Tests keine echte Nachricht versendet wird.
Prüfen Sie anschließend, ob die Verbindung ausschließlich die vorgesehenen Informationen liefert. Ein korrekter Entwurf beweist keinen begrenzten Zugriff. Geben Sie den echten Versand erst frei, wenn Entscheidungsregeln und Zugriffsgrenze ihre Prüfungen bestehen.
Häufig gestellte Fragen
Braucht ein KI-Agent saubere Daten, um zu funktionieren?
Ein enger Workflow braucht zuverlässige Informationen in den tatsächlich verwendeten Feldern, kein perfekt ausgefülltes CRM. Diese Empfehlung setzt eine begrenzte und getestete Verbindung voraus. Fehlende, veraltete oder widersprüchliche Werte in benötigten Feldern müssen ausdrücklich behandelt werden.
Welche Datenvorbereitung ist für eine KI-Agenten-Implementierung tatsächlich erforderlich?
Identifizieren Sie Auslöser-, Entscheidungs- und Ausgabefelder, prüfen Sie repräsentative Datensätze, bestätigen Sie nutzbaren Zugriff und definieren Sie Regeln für fehlende oder widersprüchliche Werte. Der Aufwand hängt vom Workflow ab; ein universelles einstündiges Audit lässt sich nicht versprechen.
Welche Datensituation blockiert eine Implementierung tatsächlich?
Der Workflow kann nicht sicher fortfahren, wenn eine zuverlässige Quelle für eine nötige Entscheidung oder nutzbarer Zugriff auf diese Information fehlt. Nachrichten, Exporte oder eine individuelle Verbindung können verwendbar sein. Prüfen Sie zuvor deren Zuverlässigkeit und Berechtigungen.
Können wir implementieren, wenn unsere CRM-Daten inkonsistent sind?
Häufig ja, wenn für die relevanten Widersprüche getestete Behandlungsregeln bestehen. Konfigurieren Sie Überspringen, Anhalten zur Prüfung oder eine freigegebene Alternative, bevor der Workflow sendet oder etwas verändert. Ein Prompt mit der Bitte um Vorsicht genügt nicht.
Wie behandelt man ein erforderliches Feld, das bei einigen Datensätzen leer ist?
Legen Sie die Regel beim Scoping fest und testen Sie sie mit leeren Datensätzen. Steuert das Feld Einwilligung, Empfängerauswahl, Zahlung oder eine andere folgenreiche Entscheidung, halten Sie die Aktion zur Prüfung an, statt einen Wert zu erfinden.
Sollte man vor der Implementierung von KI-Agenten zu einem neuen CRM migrieren?
Prüfen Sie zuerst die aktuelle Verbindung, nutzbare Exporte, Zugriffsgrenzen und weitere geschäftliche Gründe für eine Migration. Ein neues CRM ist für einen engen Workflow nicht automatisch erforderlich. Allein das Fehlen einer API entscheidet die Frage nicht.
Was ist der schnellste Weg zu verifizieren, ob Daten implementierungsbereit sind?
Listen Sie benötigte Felder auf, prüfen Sie eine repräsentative Stichprobe auf fehlende oder irreführende Werte und testen Sie die vorgesehenen Ersatz- und Zugriffsregeln. Es gibt keine universelle 80-%-Bereitschaftsschwelle: Entscheidend ist die Folge jedes fehlenden Werts.
Quellen
- HubSpot, „HubSpot’s default contact properties“, HubSpot Knowledge Base. Die dokumentierten Eigenschaften helfen bei der Feldauswahl; dieser Artikel behauptet keine feste Gesamtzahl.
